中国比欧美更爱开源，集体霸榜大模型开源榜单

多榜认证的中国开源军团

可能有小伙伴和我一样念错过名字，其实业内常说的 "大模型竞技场" 就是 LMArena 排行榜。

最新榜单更让人振奋：月之暗面的 Kimi 、DeepSeek、阿里巴巴Qwen等中国厂商系列霸榜开源列表，Qwen3 系列更是在数学和编程单项里霸榜，活脱脱开源界的 "全能战队"。

开源界的 "中国力量" 已经藏不住了。

斯坦福报告实锤：差距真的在逐步缩小

斯坦福大学 2025 年 AI 指数报告里有组惊人数据：中美顶级大模型的性能差距从 2023 年的 20% 骤降到 0.3%，DeepSeek 领衔的中国开源模型更是仅以 1.7% 差距逼宫闭源巨头。

报告里 DeepSeek 被提及 45 次，但它在 MMLU 基准测试里的得分已经悄悄超过了 GPT-4 的早期版本。

更夸张的是推理成本，达到 GPT-3.5 水平的模型调用费两年降了 280 倍，现在每百万 token 只要 0.07 美元。

简单说就是中国 AI 不仅跑得更快了，还学会了省油

政策暖风：从国务院到山东的开源红包

7 月 31 日国务院刚通过 "人工智能 +" 行动意见，明确提出要 "构建开源开放生态体系"，把魔搭社区这类平台当成重点扶持对象。

地方政府更实在，山东直接发政策红包，要求建设 "开源 + 闭源" 一体化大模型服务体系，真金白银支持模型开源。

这种从中央到地方的政策组合拳，欧美至今还没玩明白，他们还在纠结开源许可证条款时，我们已经把 "开源生态" 写进了发展规划。

此处手动@一位百度的老朋友李XX，看看开源到底有没有前途！

大厂不藏私：700 万下载量的开源底气

阿里云的周靖人在 AI 峰会上说 "开源是战略" 时，手里握着实打实的成绩单：通义系列开源模型下载量超 700 万，从 5 亿到 1100 亿参数的 8 款模型全面开放。中兴更狠，一次性开源 6 个大模型和 5 个数据集，连电信领域的核心技术都拿出来共享。这些操作在欧美大厂看来简直不可理喻 ——Meta 的 Llama 2 虽然开源，但月活超 7 亿用户就得单独申请许可，谷歌的 Gemini 至今捂着核心代码不放。

中国大厂玩开源是真・裸奔级，别人藏着掖着的技术，我们直接打包放在 GitHub 上供全球下载

24.4% 的 LLM 开发者来自中国

GitHub 的统计数据藏着更震撼的真相：中国开发者占全球 LLM 开源项目贡献者的 24.4%，远超美国的 15.7%。深夜刷 GitHub 时，你会发现中文 issue 的回复速度比英文还快，中国开发者在模型微调、部署工具等领域的贡献，就像奶茶店的珍珠，密密麻麻无处不在。

这种社区活跃度形成了良性循环，阿里通义衍生出 14 万个模型变体，相当于给开源生态播撒了 14 万颗种子。

欧美大厂的开源态度始终像拧不开的瓶盖：OpenAI 坚持闭源路线，把 GPT-4o 当成独门秘方；

Meta 虽然开源 Llama 2，但加了一堆限制条款，活像给免费奶茶加了 "限喝三杯" 的规矩。

中国厂商则选择了截然不同的路 —— 阿里云把 1100 亿参数模型开源，相当于把顶级餐厅的菜谱公之于众；

DeepSeek 更绝，连推理成本降低 280 倍的技术都共享出来。

开源能让中国 AI 弯道超车吗？

当中国开源模型在榜单上霸屏，当推理成本持续暴跌，当全球开发者都在用中国模型二次创作时，一个更值得思考的问题浮出水面：这种开源优势能持续多久？斯坦福报告说中美差距只剩 0.3%，但基础算法和芯片领域的短板仍在。或许就像网友说的："开源让我们在应用层领先，但核心技术的攻坚战才刚刚开始。"

革命尚未完成，同志仍需努力，中国 AI 厂商们加油吧！

---

关注 NiceAIGC 公众号，实时获取更多AI资讯！